I alle typer virksomheder er der ofte tusindvis af opgaver, der kræver medarbejdernes opmærksomhed, men som ikke udnytter deres reelle færdigheder, såsom arkivering af dokumenter, indtastning af data eller besvarelse af rutinemæssige e-mails.
Alle disse opgaver er vigtige for driften af en virksomhed, men ud over at være gentagne og tidskrævende er de en ineffektiv brug af talent.
Heldigvis har fremkomsten af procesautomatisering givet organisationer mulighed for at automatisere mange af disse rutinemæssige, men værdifulde opgaver, så deres medarbejdere kan udføre mere interessant og produktivt arbejde og endda udføre meget komplekse opgaver mere effektivt.
Eksempel fra banksektoren
For en stor bank betød automatiseringen af processerne ikke kun en forbedring af driftseffektiviteten, men også at medarbejderne fik tid til at fokusere på mere værdifuldt arbejde og innovation i større skala med hensyn til arbejdspladsstyringsteknologi.
På trods af at banken er en stor og blomstrende virksomhed, havde den identificeret en lang række funktioner og forretningsprocesser, som repræsenterede muligheder for automatisering. Og selvom banken havde en klar vision for automatisering, var den også klar over behovet for at konsolidere support og tydeligt kortlægge og forfine sin tilgang.
Kort tid efter projektets start fandt banken et stigende antal muligheder for automatiseringsløsninger. Men der var stadig processer, som, selvom de var gentagne og tidskrævende, blev anset for at være for komplekse til at være realistiske kandidater til automatisering.
Men mange af disse områder var faktisk problemer, der kunne løses. De havde bare brug for yderligere kapacitet. Efterhånden som specifikke procesopgaver blev analyseret, var banken i stand til at udtænke nye løsninger, der ville gøre det muligt at automatisere stadig mere sofistikerede operationer.
Succesfulde automatiseringsmuligheder, som har gjort det muligt at transformere hele funktioner, omfatter:
Håndtering af klager
Et af de første områder, hvor automatiseringsoplevelsen begyndte at give reelle resultater, var at ændre den måde, banken håndterede forbrugerklager på.
Mange af de klager, virksomheden behandlede, blev først sendt til hovedkontoret for at blive behandlet, men man opdagede, at omkring 75% af dem kunne behandles i filialerne. Det tog dog lang tid at gennemgå disse e-mails og finde ud af, hvad der skulle gøres i hvert enkelt tilfælde - omkring et minut pr. klage.
For første gang blev der brugt automatisering til at håndtere klager. Algoritmer til behandling af naturligt sprog (NLP) kombineret med klassifikationsteknikker til maskinlæring blev anvendt til at læse e-mails, registrere tonen og sprogstilen, vurdere klagens art og afgøre, hvilket team der skulle modtage den.
Det resulterende AI-system blev derefter integreret i arbejdsgangen, på de emnerelaterede trin, så hver klage kunne videresendes til den relevante leder. Takket være denne løsning kan 80% af klager nu håndteres automatisk, fra start til slut.
Udtrækning af oplysninger om realkreditlån
Realkreditlån indeholder mange vigtige oplysninger, som skal arkiveres til fremtidig reference i løbet af deres kredittid, og det indebærer manuel læsning, sortering og arkivering af disse oplysninger. Bankens kreditteam udførte disse handlinger ca. 150 gange om dagen, i gennemsnit 2,5 minutter pr. dokument.
Ved hjælp af procesautomatisering var banken i stand til at bygge en løsning, der kombinerede optisk tegngenkendelse (OCR), maskinlæring og PLN til automatisk at transskribere scannede realkreditlånsdokumenter, læse indholdet og udtrække og arkivere nøgledata.
Siden lanceringen i 2019 er mere end 90% indgående elektroniske kopier af realkreditkontrakter blevet automatisk behandlet og arkiveret på daglig basis.
E-mails fra virksomhedsbanker
Som enhver anden virksomhed involverede bankens daglige drift en masse e-mails. Det operationelle team brugte meget tid på manuelt at dirigere kundernes e-mails til den rigtige medarbejder.
Ved hjælp af en kombination af NLP og maskinlæringsteknikker var teamet i stand til at skabe et intelligent system, der automatisk identificerede serviceanmodningsnumrene i indgående e-mails og sorterede dem til videre håndtering. Nu klassificeres 92% e-mails automatisk med en nøjagtighed på 92%, og 80% kunder identificeres med en nøjagtighed på 85%.
For at skabe disse stadig mere komplekse automatiserede løsninger og sikre, at de ikke kun var vellykkede, men også sikre, blev et team med en bred vifte af dybdegående teknisk ekspertise tilkaldt.
Robotter i centrum for effektivitet
Fra starten af projektet havde banken sat sig et ambitiøst mål for automatisering, og efterhånden som erfaringerne udviklede sig, blev det klart, at der var flere muligheder for yderligere automatisering. I dag automatiserer banken mere end 100 processer om året, hvilket er et stort skridt fremad i forhold til at spare arbejdstid og frigøre medarbejdere til at fokusere på mere komplekse opgaver.
Selv med hurtige fremskridt inden for kunstig intelligens vil robotter stadig skulle udføre opgaver, der ligger ud over deres specifikationer. Som sådan vil menneskelig ekspertise og kreativitet fortsat være afgørende. Det er netop på grund af automatisering, at menneskelige talenter får mulighed for at være den egentlige værdiskaber i organisationen.
I en tid med hidtil usete forandringer er en vellykket og rettidig integration af teknologi ikke kun nøglen til overlevelse, men også vejen til at frigøre nye former for værdi. I lyset af kundernes stigende forventninger er det afgørende at fokusere på at skabe værdi for kunderne gennem teknologi og virksomhedstransformation.
